JP4755093B2 - Image encoding method and image encoding apparatus - Google Patents
Image encoding method and image encoding apparatus Download PDFInfo
- Publication number
- JP4755093B2 JP4755093B2 JP2006522168A JP2006522168A JP4755093B2 JP 4755093 B2 JP4755093 B2 JP 4755093B2 JP 2006522168 A JP2006522168 A JP 2006522168A JP 2006522168 A JP2006522168 A JP 2006522168A JP 4755093 B2 JP4755093 B2 JP 4755093B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- prediction method
- encoding
- prediction
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
- H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/152—Data rate or code amount at the encoder output by measuring the fullness of the transmission buffer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
- H04N19/517—Processing of motion vectors by encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
本発明は、動画像データを圧縮符号化する画像符号化方法、又は画像符号化装置に関するものである。 The present invention relates to an image encoding method or an image encoding apparatus for compressing and encoding moving image data.
近年、音声、画像、その他の情報を統合的に扱うマルチメディア時代を迎え、従来からの情報メディア、つまり新聞、雑誌、テレビ、ラジオ、電話等の情報を人に伝達する手段がマルチメディアの対象として取り上げられるようになってきた。一般に、マルチメディアとは、文字だけでなく、図形、音声、画像等を同時に関連づけて表した情報伝達媒体をいうが、上記従来の情報メディアをマルチメディアの対象とするためには、その情報をディジタル形式で表すことが必須条件となる。 In recent years, the multimedia era of voice, image, and other information has been integrated, and conventional information media, that is, means for transmitting information such as newspapers, magazines, televisions, radios, telephones, etc. to people are targeted for multimedia. It has come to be taken up as. In general, multimedia refers to an information transmission medium in which not only characters but also figures, sounds, images, and the like are associated with each other at the same time. It must be expressed in digital form.
ところが、上記各情報メディアの情報量をディジタル情報量として見積もってみると、文字の場合の1文字当たりの情報量は1〜2Byteであるのに対し、音声の場合は1秒当たり64Kbits(電話品質)、さらに動画については1秒当たり100Mbits(現行テレビ受信品質)以上の情報量が必要となり、このように膨大な情報量の上記情報メディアをディジタル形式でそのまま扱うことは現実的では無い。例えば、テレビ電話は、64Kbps〜1.5Mbpsの伝送速度を持つサービス総合ディジタル網(ISDN : Integrated Services Digital Network)によってすでに実用化されているが、テレビやカメラの映像をそのままISDNで送ることは不可能である。 However, when the information amount of each information medium is estimated as a digital information amount, the information amount per character in the case of characters is 1 to 2 bytes, whereas in the case of voice, 64 Kbits (phone quality) In addition, for a moving image, an information amount of 100 Mbits (current television reception quality) or more per second is required, and it is not realistic to handle the information medium with such an enormous amount of information as it is in a digital format. For example, videophones have already been put into practical use by an integrated services digital network (ISDN) having a transmission rate of 64 Kbps to 1.5 Mbps, but it is not possible to send TV and camera images as they are using ISDN. Is possible.
そこで、必要となってくるのが情報の圧縮符号化技術である。例えば、テレビ電話の場合は、ITU−T(国際電気通信連合 電気通信標準化部門)で勧告されたH.261やH.263という圧縮符号化標準が用いられている。また、MPEG-1の圧縮符号化標準を用いることにより、通常の音楽用CD(Compact Disc)に音声情報と共に画像情報を入れることも可能となる。 Therefore, what is required is information compression encoding technology. For example, in the case of a videophone, H.264 recommended by ITU-T (International Telecommunication Union Telecommunication Standardization Sector). 261 and H.264. A compression coding standard of H.263 is used. Further, by using the MPEG-1 compression coding standard, it is possible to put image information together with audio information on a normal music CD (Compact Disc).
ここで、MPEG(Moving Picture Experts Group)標準とは、ISO/IEC(国際標準化機構 国際電気標準会議)で制定された動画像信号の圧縮方式に関する国際標準である。MPEG-1標準は、動画像信号を1.5Mbpsまで、つまりテレビ信号の情報を約100分の1にまで圧縮する規格である。また、MPEG-1標準では、対象とする品質を伝送速度が主として約1.5Mbpsで実現できる程度の中程度の品質としたことから、さらなる高画質化の要求を満たすべく規格化されたMPEG-2標準では、動画像信号を2〜15MbpsでTV放送品質を実現する。 Here, the MPEG (Moving Picture Experts Group) standard is an international standard regarding a compression method of a moving picture signal established by ISO / IEC (International Electrotechnical Commission). The MPEG-1 standard is a standard for compressing moving picture signals up to 1.5 Mbps, that is, information of television signals to about 1/100. Further, in the MPEG-1 standard, the target quality is a moderate quality that can be realized mainly at a transmission rate of about 1.5 Mbps, so that MPEG-standardized to meet the demand for higher image quality. In the 2 standard, the TV broadcast quality is realized at 2 to 15 Mbps for the moving image signal.
さらにその後、MPEG-1、MPEG-2と標準化を進めてきた作業グループ(ISO/IEC JTC1/SC29/WG11)によって、MPEG-1、MPEG-2を上回る圧縮率を達成し、更に物体単位で符号化、復号化および操作を可能とし、マルチメディア時代に必要な新しい機能を実現するMPEG-4標準が制定された。MPEG-4標準では、当初、低ビットレートの符号化方法の標準化を目指して進められたが、現在はインタレース画像を含む高ビットレートの、より汎用的な符号化に拡張されている。更に、現在は、ISO/IECとITU−Tが共同でより高圧縮率の次世代画像符号化方式として、MPEG-4 AVCおよびITU H.264の標準化がなされた。 After that, the working group (ISO / IEC JTC1 / SC29 / WG11), which has been standardizing with MPEG-1 and MPEG-2, achieved a compression ratio higher than MPEG-1 and MPEG-2, and further encoded in object units. MPEG-4 standard has been established to enable new functions necessary in the multimedia era. In the MPEG-4 standard, it was originally aimed at standardizing a low bit rate encoding method, but now it has been extended to a higher bit rate and more general purpose encoding including interlaced images. Furthermore, at present, MPEG-4 AVC and ITU H.264 have been standardized as a next-generation image encoding method with a higher compression rate jointly by ISO / IEC and ITU-T.
一般に動画像の符号化では、時間的および空間的に信号の冗長性を削減することによって情報量の圧縮を行う。そこで時間的な冗長性の削減を目的とする画面間予測符号化では、前方または後方のピクチャを参照してブロック単位で動きの検出および予測画像の作成を行い、得られた予測画像と符号化対象ピクチャとの差分値に対して符号化を行う。ここで、「ピクチャ」とは1枚の画面を表す用語であり、プログレッシブ画像ではフレームを意味し、インタレース画像ではフレーム又はフィールドを意味する。ここで、「インタレース画像」とは、1つのフレームが時刻の異なる2つのフィールドから構成される画像である。インタレース画像の符号化や復号化においては、1つのフレームをフレームのまま処理したり、2つのフィールドとして処理したり、フレーム内のブロック毎にフレーム構造またはフィールド構造で処理したりすることができる。 In general, in the encoding of moving images, the amount of information is compressed by reducing signal redundancy in terms of time and space. Therefore, in inter-picture predictive coding for the purpose of reducing temporal redundancy, motion is detected and a predicted image is created in units of blocks with reference to the forward or backward picture, and the resulting predicted image and the encoded image are encoded. Encoding is performed on the difference value from the target picture. Here, “picture” is a term representing a single screen, which means a frame in a progressive image and a frame or field in an interlaced image. Here, the “interlaced image” is an image in which one frame is composed of two fields having different times. In encoding and decoding of interlaced images, one frame can be processed as a frame, processed as two fields, or processed in a frame structure or field structure for each block in the frame. .
参照画像を持たず(即ち、他のピクチャを参照せず)画面内予測符号化を行うことによって得られる画像をIピクチャと呼ぶ。また、前方又は後方の1枚のピクチャのみを参照して画面間予測符号化を行うことによって得られる画像をPピクチャと呼ぶ。また、同時に2枚のピクチャを参照して画面間予測符号化を行うことによって得られる画像をBピクチャと呼ぶ。Bピクチャは、表示時間が前方又は後方の任意の2枚のピクチャを参照画像として用いる。ここで、表示時間が前方のピクチャを参照する予測を順方向予測、後方のピクチャを参照する予測を逆方向予測、前方もしくは後方から任意の組み合わせのピクチャ2枚を参照する予測を双方向予測と呼ぶ。参照画像(参照ピクチャ)は、符号化および復号化の基本単位であるブロックごとに指定することができるが、これらのピクチャを符号化および復号化する場合の条件として、参照するピクチャが既に符号化および復号化されている必要がある。 An image obtained by performing intra prediction encoding without a reference image (that is, without referring to another picture) is called an I picture. In addition, an image obtained by performing inter-frame predictive coding with reference to only one picture in front or rear is referred to as a P picture. In addition, an image obtained by performing inter-frame predictive coding with reference to two pictures at the same time is referred to as a B picture. The B picture uses any two pictures whose display time is either forward or backward as reference images. Here, the prediction that refers to the picture whose display time is the forward prediction is the forward prediction, the prediction that refers to the backward picture is the backward prediction, and the prediction that refers to two pictures of any combination from the front or the rear is bidirectional prediction. Call. A reference image (reference picture) can be specified for each block that is a basic unit of encoding and decoding. As a condition for encoding and decoding these pictures, a reference picture has already been encoded. And need to be decrypted.
Pピクチャ又はBピクチャの予測符号化には、動き補償画面間予測符号化が用いられている。ここで、動き補償画面間予測符号化とは、画面間予測符号化に動き補償を適用した符号化方式である。また、動き補償とは、単純に参照フレームの画素値から予測するのではなく、ピクチャ内の各部の動き量(以下、これを「動きベクトル」と呼ぶ。)を検出し、当該動きベクトルを考慮した予測を行うことにより予測精度を向上させると共に、符号量を減らすことを可能とする符号化方式である。例えば、符号化対象ピクチャの動きベクトルを検出し、その動きベクトルの分だけシフトした予測画像と符号化対象ピクチャとの予測残差を符号化することにより符号量を減少させている。この方式の場合には、復号化の際に動きベクトルの情報が必要になるため、動きベクトルも符号化されて記録又は伝送される。 For predictive coding of a P picture or B picture, motion compensation inter-picture predictive coding is used. Here, the motion compensation inter-picture prediction encoding is an encoding scheme in which motion compensation is applied to inter-picture prediction encoding. The motion compensation is not simply predicted from the pixel value of the reference frame, but detects the motion amount of each part in the picture (hereinafter referred to as “motion vector”), and considers the motion vector. This is an encoding method that improves the prediction accuracy and reduces the code amount by performing the prediction. For example, the amount of code is reduced by detecting the motion vector of the encoding target picture and encoding the prediction residual between the prediction image shifted by the motion vector and the encoding target picture. In the case of this method, since motion vector information is required at the time of decoding, the motion vector is also encoded and recorded or transmitted.
しかし、Bピクチャの動き補償画面間予測符号化において双方向予測を用いた場合は、2つの方向の動きベクトルを必要とするため、動きベクトルの符号量が増加し、全体の符号量に対して大きな割合を占めるような場合は、予測誤差が十分に符号化できず、符号化画像の画質の低下を招くことがある。 However, when bi-directional prediction is used in motion compensation inter-picture prediction coding for B pictures, motion vectors in two directions are required, so the amount of motion vector code increases, and the overall code amount When it occupies a large proportion, the prediction error cannot be sufficiently encoded, and the quality of the encoded image may be deteriorated.
そこで、従来の動きベクトルによる符号量増加を抑制する方法として、入力画像のデータ量に対して符号化に使用可能な符号量が少ない場合には双方向予測を禁止することにより、動きベクトルの符号量の発生を制限する方法が提案されている(例えば、特許文献1参照)。 Therefore, as a conventional method of suppressing an increase in the amount of code due to a motion vector, when the amount of code that can be used for encoding is small relative to the amount of data of the input image, bi-directional prediction is prohibited, thereby encoding the motion vector. A method for limiting the generation of the amount has been proposed (see, for example, Patent Document 1).
図1は、上記従来の画像符号化装置200の機能構成の一例を示すブロック図である。図1に示すように、画像符号化装置200は、ブロック分割部1、差分部2、DCT(Discrete Cosine Transform:離散コサイン変換)部3、量子化部4、可変長符号化部5、バッファ部6、符号量制御部7、逆量子化部8、IDCT(Inverse Discrete Cosine Transform:逆離散コサイン変換)部9、加算部10、メモリ部11および動き推定部12を備える。
FIG. 1 is a block diagram showing an example of a functional configuration of the conventional
入力された画像データ101に対して、ブロック分割部1は、所定の符号化単位毎に所定の画素数のマクロブロックに分割する。動き推定部12は、それぞれのマクロブロック毎に、対応する参照画像をメモリ部11から取得し、その参照画像に基づいて動きベクトルの検出を行い、動きベクトルと当該動きベクトルを用いて生成した予測画像を出力する。動き推定部12から出力された動きベクトルは、差分部2、DCT部3および量子化部4では処理は行われず、可変長符号化部5まで送られて可変長符号化される。差分部2は、ブロック分割部1の出力と予測画像の差分である予測誤差信号を出力する。DCT部3は、差分部2の出力に対して離散コサイン変換を施した信号を出力する。量子化部4は、DCT部3から出力された信号に対し、符号量制御部7から出力される量子化パラメータを用いて量子化を行う。ここで、量子化パラメータとは、量子化部4および逆量子化部8で使用する量子化ステップを示すパラメータである。さらに可変長符号化部5は、量子化部4の出力に対して可変長符号化を行い、バッファ部6に送る。
The block dividing
一方、参照画像を作成するために、逆量子化部8は、量子化部4の出力である量子化パラメータと量子化後の信号を用いて逆量子化した信号を出力する。IDCT部9は、逆量子化された信号に対し逆離散コサイン変換を行い、加算部10に送る。加算部10は、逆離散コサイン変換された信号と予測画像を加算して参照画像を作成し、メモリ部11に格納する。
On the other hand, in order to create a reference image, the
符号量制御部7は、圧縮符号化後の目標の符号量(ビットレート)と現在までの可変長符号化部5で符号化した符号量から量子化パラメータを求め、この量子化パラメータを量子化部4に送ることによって符号量の制御を行う。さらに、符号量制御部7は、目標の符号量に対して入力画像の情報(データ量)が多い場合に動き推定部12に双方向予測制御信号を出力し、動き推定部12において双方向予測のための予測画像や動きベクトルが選択されることを禁止する(即ち、順方向、または逆方向予測を用いた予測画像、動きベクトルが選択される)ように制御する。
The code
上記従来の装置では、目標符号量が少なく(即ち、量子化パラメータが大きく)、符号化対象のフレームに対して割り当てられる符号量が少ない場合に、双方向予測が選択されることを禁止することで、動きベクトルの符号量の増大を回避するので、上記のような符号量の増大による符号化画像の画質低下を抑制することができる。
しかしながら、上記従来の画像符号化装置200では、ビットレートによってのみ双方向予測を禁止するかどうかを判断するので、以下の不都合が生じる。つまり、双方向予測を禁止しないと判断した後にマクロブロックを複数のパーティション(動き補償単位)に分割し、そのパーティション単位で動き補償を行う必要が生じた場合は、パーティションの数によってマクロブロックあたりの動きベクトルの数が予想以上に増加してしまい、上記のように予測誤差が十分に符号化できず、符号化画質の低下を招いてしまう。また、中程度のビットレート以上の場合に双方向予測を禁止すると、中程度のビットレート以上で双方向予測による圧縮率向上が得られないため、符号量の制御は容易であるが符号化効率が劣化するという課題もある。
However, since the conventional
本発明は、上記課題に鑑み、マクロブロックを様々なサイズのパーティションに分割が可能な画像符号化方式において、動きベクトルの符号量を適切に抑制し、かつ、符号化効率も劣化しない画像符号化方法等を提供することを目的とする。 In view of the above-described problems, the present invention is an image coding method that can divide a macroblock into partitions of various sizes. Image coding that appropriately suppresses the coding amount of a motion vector and does not deteriorate coding efficiency. The purpose is to provide a method and the like.
上記課題を解決するために、本発明に係る画像符号化方法は、画像をブロック単位で符号化する画像符号化方法であって、符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する予測方式候補決定ステップと、決定された予測方式の候補の中から最適な予測方式を選択し、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する動き推定ステップと、生成された予測画像を用いて前記ブロックの画像を符号化する符号化ステップとを含み、前記予測方式候補決定ステップでは、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定することを特徴とする。 In order to solve the above problems, an image encoding method according to the present invention is an image encoding method for encoding an image in units of blocks, and the motion compensation size and motion prediction are performed on a block to be encoded. A prediction method candidate determining step for determining a prediction method candidate including the direction of the selected method, selecting an optimal prediction method from the determined prediction method candidates, and calculating a motion vector of the block by the selected prediction method A motion estimation step for generating a predicted image of the block using the calculated motion vector, and an encoding step for encoding the image of the block using the generated predicted image, wherein the prediction method candidate determining step In the case where the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, the forward direction and the reverse direction Characterized by only one of determining the prediction method according to the direction of the motion prediction as the candidate.
これにより、小さなパーティションに分割されているマクロブロックの場合は、双方向予測を選択することを禁止するため、符号化効率を劣化させることなく、マクロブロックあたりの動きベクトル数の増加に伴う符号量の増加を抑制することが可能となる。 As a result, in the case of a macroblock divided into small partitions, it is prohibited to select bi-directional prediction, so the amount of code accompanying an increase in the number of motion vectors per macroblock without degrading the coding efficiency. It is possible to suppress the increase in
また、前記予測方式候補決定ステップでは、予め定められた複数の動き補償のサイズのそれぞれについて、複数の予測方式の候補を決定し、前記動き推定ステップでは、決定された前記複数の予測方式の候補の中から最適な予測方式を選択することとしてもよい。 In the prediction method candidate determination step, a plurality of prediction method candidates are determined for each of a plurality of predetermined motion compensation sizes, and in the motion estimation step, the determined prediction method candidates are determined. It is also possible to select an optimal prediction method from among the methods.
また、前記予測方式候補決定ステップでは、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、さらに、前記符号化ステップでの符号化における難易度を計算し、得られた難易度が予め定められたしきい値よりも大きい場合にだけ、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定することとしてもよい。 In the prediction method candidate determination step, when the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, Only when the difficulty level in the encoding is calculated and the obtained difficulty level is larger than a predetermined threshold, the prediction method in which only the forward direction or the reverse direction is the direction of the motion prediction It may be determined as a candidate.
これにより、符号化における難易度が所定の閾値より大きい場合のみ、所定より小さな動き補償サイズの場合に、双方向予測が選択されることを禁止するので、動きベクトルの符号量の増加が符号量全体に及ぼす影響が大きい場合に効果的に動きベクトルを抑制することが可能である。 As a result, only when the degree of difficulty in encoding is larger than a predetermined threshold, bi-prediction is prohibited from being selected when the motion compensation size is smaller than the predetermined value. It is possible to effectively suppress the motion vector when the influence on the whole is large.
また、前記予測方式候補決定ステップでは、前記ブロックが属する画像のサイズが大きいほど前記難易度が大きいと計算することとしてもよい。 In the prediction method candidate determination step, it may be calculated that the greater the size of the image to which the block belongs, the greater the difficulty level.
また、前記予測方式候補決定ステップでは、前記符号化ステップでの符号化後のデータ量が多いほど前記難易度が大きいと計算することとしてもよい。 Further, in the prediction method candidate determination step, it may be calculated that the degree of difficulty increases as the amount of data after the encoding in the encoding step increases.
また、前記予測方式候補決定ステップでは、前記画像のフレームレートが大きいほど前記難易度が大きいと計算することとしてもよい。 In the prediction method candidate determination step, it may be calculated that the greater the frame rate of the image, the greater the difficulty level.
また、前記予測方式候補決定ステップでは、前記ブロックが属する画像の複雑さが高いほど前記難易度が大きいと計算することとしてもよい。 In the prediction method candidate determination step, the degree of difficulty may be calculated as the complexity of the image to which the block belongs increases.
また、前記画像の複雑さは、前記画像の高周波成分の大きさ、ブロックあたりの輝度分散の大きさ、又はブロックあたりのエッジの大きさであってもよい。 The complexity of the image may be the size of the high frequency component of the image, the size of luminance dispersion per block, or the size of the edge per block.
なお、本発明は、上記画像符号化方法における特徴的なステップを構成手段とする画像符号化装置として実現することもできる。そして、上記画像符号化方法のステップをパーソナルコンピュータ等に実行させるためのプログラムとして実現することもできる。そして、そのプログラムをDVD等の記録媒体やインターネット等の伝送媒体を介して広く流通させることができるのは云うまでもない。 Note that the present invention can also be realized as an image encoding apparatus having characteristic steps in the image encoding method. And it can also be implement | achieved as a program for making a personal computer etc. perform the step of the said image coding method. Needless to say, the program can be widely distributed via a recording medium such as a DVD or a transmission medium such as the Internet.
さらに、本発明は、上記画像符号化装置の主要な構成手段を集積回路化したLSI等として実現することもできる。 Furthermore, the present invention can also be realized as an LSI or the like in which the main constituent means of the image encoding device is integrated.
本発明によれば、マクロブロックを複数のパーティションに分割し、そのパーティション単位で動き補償が可能な画像符号化方式において、小さなパーティションに分割されているマクロブロックについては、双方向予測を選択することを禁止するので、符号化効率を劣化させることなく、マクロブロックあたりの動きベクトル数の増加に伴う符号量の増大に対する抑制が可能となり、符号化効率の劣化を防止することができる。 According to the present invention, in a video encoding method in which a macroblock is divided into a plurality of partitions and motion compensation is possible in units of the partitions, bi-directional prediction is selected for a macroblock that is divided into small partitions. Therefore, it is possible to suppress an increase in the amount of code associated with an increase in the number of motion vectors per macroblock without deteriorating the encoding efficiency, and it is possible to prevent a decrease in the encoding efficiency.
以下本発明の実施の形態について、図面を参照しながら説明する。なお、本発明について、以下の実施の形態および添付の図面を用いて説明を行うが、これは例示を目的としており、本発明はこれらに限定されることを意図しない。 Embodiments of the present invention will be described below with reference to the drawings. In addition, although this invention is demonstrated using the following embodiment and attached drawing, this is for the purpose of illustration and this invention is not intended to be limited to these.
(実施の形態1)
図2は、本発明の実施の形態1に係る画像符号化装置100の機能構成を示すブロック図である。図2に示すように、画像符号化装置100は、ブロック分割部1、差分部2、DCT部3、量子化部4、可変長符号化部5、バッファ部6、符号量制御部7、逆量子化部8、IDCT部9、加算部10、メモリ部11、動き推定部112および予測方式候補決定部13を備える。なお、図2において、上記図1と同じ構成要素については同じ符番を用い、その説明は省略する。本実施の形態において特徴的な構成要素は、予測方式候補決定部13および動き推定部112である。
(Embodiment 1)
FIG. 2 is a block diagram showing a functional configuration of
上記差分部2、DCT部3、量子化部4、可変長符号化部5および符号量制御部7は、動き推定部112において生成された予測画像を用いて前記ブロック単位の画像を符号化する。
The
動き推定部112は、予測方式候補決定部13において決定された予測方式の候補の中から最適な予測方式を選択し(より詳細には、予測方式候補決定部13において決定された複数の予測方式の候補の中から最適な予測方式を選択し)、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する。
The
予測方式候補決定部13は、符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する(より詳細には、予め定められた複数の動き補償のサイズのそれぞれについて、複数の予測方式の候補を決定する)。さらに、予測方式候補決定部13は、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する。
The prediction method
図3(a)〜(c)は、本発明の実施の形態1に係る参照フレームと符号化対象フレームの時間的位置関係を示すフレーム配置図である。図3(a)では、符号化対象フレームTfが時間的に過去の参照フレームRf1およびRf2を参照する順方向の予測を示している。同様に、図3(b)は逆方向の予測、図3(c)は双方向の予測についてそれぞれ示している。
FIGS. 3A to 3C are frame layout diagrams showing the temporal positional relationship between the reference frame and the encoding target frame according to
予測方式候補決定部13は、図4に示すようなフローチャートに従い、予測方式候補を決定する。
The prediction method
まず、ステップS1において、ピクチャタイプがIピクチャであるか否かを判定し、Iピクチャならば(S1:YES)、動き補償を行わないので予測方式の候補を出力せずに終了する。Iピクチャでない場合は(S1:NO)、動き補償を行うのでステップS2の動き補償サイズループにおいて、予測方式の候補となる動き補償サイズの数だけ動き補償サイズとその動き補償サイズで使用可能とする予測方向を動き推定部112へ出力する処理を繰り返す(S2〜S11)。
First, in step S1, it is determined whether or not the picture type is an I picture. If the picture type is an I picture (S1: YES), no motion compensation is performed and the process ends without outputting a prediction method candidate. If it is not an I picture (S1: NO), motion compensation is performed, so that the motion compensation size and the motion compensation size corresponding to the number of motion compensation sizes that are candidates for the prediction method can be used in the motion compensation size loop in step S2. The process of outputting the prediction direction to the
ステップS2〜ステップS11のループでは、予測方式候補決定部13は、ステップS3において、ピクチャタイプがBピクチャであるか否かを判定し、Bピクチャでない場合、すなわちPピクチャである場合は(S3:NO)、予測方向は順方向しかないため、ステップS4で予測方向を順方向に設定する。
In the loop of step S2 to step S11, the prediction method
次に、ステップS3でBピクチャと判定された場合(S3:YES)、予測方式候補決定部13は、ステップS6において、動き補償サイズが予め規定する所定のサイズ(例えば、8×8画素)よりも小さいか否かを判定し、所定のサイズよりも大きい場合は(S6:NO)、予測方向は順方向、逆方向、双方向の全てであると設定する(S7)。また、ステップS6において、動き補償サイズが上記所定のサイズよりも小さいと判断された場合は(S6:YES)、動き予測に用いる予測方向として、順方向または逆方向のいずれか一方を設定する(S8)。
Next, when it is determined as a B picture in step S3 (S3: YES), the prediction method
その後、予測方式候補決定部13は、ステップS5において、それぞれ設定された動き補償サイズと使用可能な予測方向を動き推定部12へ出力する。
Thereafter, in step S5, the prediction method
動き推定部12は、予測方式候補決定部13から入力した動き補償サイズ、予測方式の候補毎の動き検出を行い、最良の動き補償サイズ、予測方向および動きベクトルを求め、参照画像を作成する(S12)。
The
かかる構成によれば、動き補償サイズが小さい場合に双方向予測を行わないため、通常動き補償単位毎に必要となる参照画像データを参照するためのメモリアクセスの回数や動き推定の計算などの処理量を削減することが可能である。また、符号化効率(圧縮率)にあまり影響の無い小さな動き補償サイズでのみ双方向予測が選択されないため、符号化効率を劣化することなくマクロブロックあたりの動きベクトル数の増加を抑制し、動きベクトルによる符号量増加を軽減することができる。 According to such a configuration, since bi-directional prediction is not performed when the motion compensation size is small, processing such as the number of memory accesses and motion estimation calculation for referring to reference image data required for each normal motion compensation unit is performed. It is possible to reduce the amount. In addition, since bi-directional prediction is not selected only with a small motion compensation size that does not significantly affect the coding efficiency (compression rate), the increase in the number of motion vectors per macroblock is suppressed without degrading the coding efficiency. An increase in code amount due to vectors can be reduced.
また、MPEG−4 AVCのダイレクトモードのように、他のブロックの動きベクトルから動きを推定可能で動きベクトルを符号化しないモードのみ、動きベクトルによる符号量の増加がないため、動き補償サイズが小さい場合でも双方向予測を許可してもよい。 Also, only in the mode in which motion can be estimated from the motion vectors of other blocks and the motion vectors are not encoded, such as the direct mode of MPEG-4 AVC, the motion compensation size is small because there is no increase in the amount of code due to the motion vectors. Even in this case, bidirectional prediction may be permitted.
(実施の形態2)
図5は、本発明の実施の形態2に係る画像符号化装置110の機能構成を示すブロック図である。図5に示すように、画像符号化装置110は、ブロック分割部1、差分部2、DCT部3、量子化部4、可変長符号化部5、バッファ部6、符号量制御部7、逆量子化部8、IDCT部9、加算部10、メモリ部11、動き推定部112および予測方式候補決定部14を備える。なお、図5において、上記図1又は図2と同じ構成要素については同じ符番を用い、その説明は省略する。本実施の形態において特徴的な構成要素は、予測方式候補決定部14である。
(Embodiment 2)
FIG. 5 is a block diagram showing a functional configuration of
予測方式候補決定部14は、上記実施の形態1に係る予測方式候補決定部13の機能に加え、符号化に関する情報(以下「符号化情報」という。)15に基づいて、符号化における難易度を計算し、得られた難易度が予め定められたしきい値よりも大きい場合にだけ、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する。
In addition to the function of the prediction method
さらに、予測方式候補決定部14では、前記ブロックが属する画像のサイズが大きいほど前記難易度が大きいと計算したり、符号化後のデータ量が多いほど前記難易度が大きいと計算したり、画像のフレームレートが大きいほど前記難易度が大きいと計算したり、ブロックが属する画像の複雑さが高いほど前記難易度が大きいと計算したりする。 Further, the prediction method candidate determination unit 14 calculates that the degree of difficulty is larger as the size of the image to which the block belongs is larger, calculates that the degree of difficulty is larger as the amount of encoded data is larger, The higher the frame rate, the higher the difficulty level, or the higher the complexity of the image to which the block belongs, the higher the difficulty level.
なお、画像の複雑さは、前記画像の高周波成分の大きさ、ブロックあたりの輝度分散の大きさ、又はブロックあたりのエッジの大きさである。 Note that the complexity of the image is the size of the high-frequency component of the image, the size of the luminance dispersion per block, or the size of the edge per block.
予測方式候補決定部14は、入力される符号化情報15に基づいて、図6に示すようなフローチャートに従い、予測方式候補を選択する。なお、図6において、上記図4と同じ処理内容については同じ符号を用い、その説明は省略する。 The prediction method candidate determination unit 14 selects a prediction method candidate according to the flowchart shown in FIG. In FIG. 6, the same reference numerals are used for the same processing contents as in FIG. 4, and the description thereof is omitted.
予測方式候補決定部14は、ピクチャタイプがBピクチャで動き補償サイズが上記所定のサイズよりも小さい場合に(S6:YES)、ステップS9において、現在の符号化情報に基づいて符号化難易度を計算する。 When the picture type is a B picture and the motion compensation size is smaller than the predetermined size (S6: YES), the prediction method candidate determination unit 14 determines the encoding difficulty level based on the current encoding information in step S9. calculate.
さらに、予測方式候補決定部14は、ステップS10において、符号化難易度が予め規定する所定の閾値よりも大きいかを判定し、符号化難易度が前記所定の閾値よりも大きい場合のみ(S10:YES)、ステップS8において、予測方式候補の予測方向として双方向を選択することを禁止し、順方向、または逆方向いずれかを設定する。一方、符号化難易度が所定の閾値よりも小さい場合は(S10:NO)、ステップS7において、予測方向は順方向、逆方向、双方向の全てであると設定する(S7)。 Further, in step S10, the prediction method candidate determination unit 14 determines whether or not the encoding difficulty level is larger than a predetermined threshold value, and only when the encoding difficulty level is higher than the predetermined threshold value (S10: YES), in step S8, it is prohibited to select bidirectional as the prediction direction of the prediction method candidate, and either the forward direction or the reverse direction is set. On the other hand, when the encoding difficulty level is smaller than the predetermined threshold (S10: NO), in step S7, the prediction direction is set to all of the forward direction, the reverse direction, and the bidirectional direction (S7).
かかる構成によれば、符号化難易度が所定の閾値より大きい場合のみ、所定より小さな動き補償サイズの場合に、双方向予測が選択されることを禁止するので、動きベクトルの符号量の増加が符号量全体に及ぼす影響が大きい場合に効果的に動きベクトルを抑制することが可能である。 According to such a configuration, only when the encoding difficulty level is greater than a predetermined threshold, bi-directional prediction is prohibited from being selected in the case of a motion compensation size smaller than the predetermined value. It is possible to suppress the motion vector effectively when the influence on the entire code amount is large.
なお、本実施の形態において、符号化難易度を符号化情報15の1つである画像サイズ16に基づいて決定しても良い。このように入力画像サイズ15に基づいて符号化難易度を求める方法を用いた画像符号化装置は、例えば図7に示すように構成される。図7の画像符号化装置120における予測方式候補決定部14は、入力される画像サイズ16を表す情報から符号化難易度を決定する。その場合には、1ピクチャあたりのマクロブロックが多く、符号化対象ピクチャがBピクチャで小さい動き補償サイズの双方向予測を用いると、動きベクトルの数が非常に多くなり、動きベクトルの符号量が増大するという問題を抑制することができる。また、画像サイズ16が大きくなるほど増加する1ピクチャあたりの動き補償のためのメモリアクセスや差分計算の回数を削減する効果も得られる。
In the present embodiment, the encoding difficulty level may be determined based on the
また、本実施の形態において、符号化難易度を符号化情報15の1つであるビットレート(又は符号量)に基づいて決定しても良い。すなわち、目標符号量に対して発生符号量が大きい、又は目標符号量自体が小さい場合には、符号化難易度大と判断して、小さな動き補償サイズによる双方向予測を禁止する。このようにビットレートに基づいて符号化難易度を求める方法を用いた画像符号化装置は、例えば図8に示すように構成される。図8の画像符号化装置130における予測方式候補決定部14は、入力されるビットレート17を表す情報から符号化難易度を判定する。その場合には、動きベクトルに大きく符号量を割り当てる余裕が無いような時に、動きベクトルの増加による符号量の増加を抑制することができる。
In the present embodiment, the encoding difficulty level may be determined based on the bit rate (or code amount) that is one of the encoded
また、本実施の形態において、符号化難易度を符号化情報15の1つであるフレームレートに基づいて決定しても良い。すなわち、フレームレートが高い場合には、小さな動き補償サイズで双方向予測を禁止する。このようにフレームレートにより符号化難易度を求める方法を用いた画像符号化装置は、例えば図9に示すように構成される。図9の画像符号化装置140における予測方式候補決定部14は、入力されるフレームレート18を表す情報から符号化難易度を判定する。その場合には、フレームレート18が大きくなるほど増加する、単位時間あたりの動き補償のためのメモリアクセスや差分計算の回数を削減する効果も得られる。
In the present embodiment, the encoding difficulty level may be determined based on a frame rate that is one of the encoded
また、本実施の形態において、符号化難易度を符号化情報15の1つである、画像の高周波成分の大きさ、ブロックあたりの輝度分散の大きさ、ブロックあたりのエッジの大きさなどの画像情報から算出した画像複雑度に基づいて決定しても良い。このように画像の複雑さから符号化難易度を求める方法を用いた画像符号化装置は、例えば図10に示すように構成される。図10の画像符号化装置150における予測方式候補決定部14は、画像の高周波成分の大きさなどの画像情報19に基づいて画像複雑度を算出する画像複雑度算出部20から入力した画像複雑度から符号化難易度を判定する。その場合には、画像が複雑でなく、小さな動き補償サイズの画質に対する効果が小さい場合に、動きベクトルに多くの符号量を消費されるのを抑制するという効果もある。
In the present embodiment, the coding difficulty level is one of the
更に、双方向予測を禁止する動き補償サイズの大きさを一定値でなく、符号化難易度によって切り替えても良い。例えば、画像サイズ16の大きさ、
ビットレート17、フレームレート18、画像複雑度に応じ、双方向予測を禁止する動き補償サイズを複数の大きさから選択するようにすることで、より符号化効率の劣化なく、動きベクトルの増加に伴う符号量の増大による符号化効率の低下を抑制することができる。
Furthermore, the size of the motion compensation size for prohibiting bidirectional prediction may be switched depending on the encoding difficulty level instead of a fixed value. For example, the size of the
By selecting a motion compensation size that prohibits bi-directional prediction from a plurality of sizes according to the
なお、上記実施の形態1および実施の形態2においては、Bピクチャが符号化対象ピクチャの場合は、原則2枚のピクチャを参照するが、参照するピクチャが1枚でもあってもよい。
In
また、MPEG−4 AVCのダイレクトモードのように、他のブロックの動きベクトルから動きを推定可能で動きベクトルを符号化しないモードのみ、動きベクトルによる符号量の増加がないため、動き補償サイズが小さい場合でも双方向予測を許可してもよい。 Also, only in the mode in which motion can be estimated from the motion vectors of other blocks and the motion vectors are not encoded, such as the direct mode of MPEG-4 AVC, the motion compensation size is small because there is no increase in the amount of code due to the motion vectors. Even in this case, bidirectional prediction may be permitted.
なお、上記実施の形態1および実施の形態2の各ブロック図(上記図2および5など)における各構成要素は、典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されても良いし、一部又は全てを含むように1チップ化されても良い(例えば、メモリ以外の機能ブロックが1チップ化されていても良い。)。 Each component in each block diagram (such as FIGS. 2 and 5) of the first embodiment and the second embodiment is typically realized as an LSI which is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include a part or all of them (for example, functional blocks other than the memory may be made into one chip).
ここでは、LSIとしたが、集積度の違いにより、IC、システムLSI、スーパーLSI、ウルトラLSIと呼称されることもある。 The name used here is LSI, but it may also be called IC, system LSI, super LSI, or ultra LSI depending on the degree of integration.
また、集積回路化の手法はLSIに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。LSI製造後に、プログラムすることが可能なFPGA(Field Programmable Gate Array)や、LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサ を利用しても良い。 Further, the method of circuit integration is not limited to LSI's, and implementation using dedicated circuitry or general purpose processors is also possible. An FPGA (Field Programmable Gate Array) that can be programmed after manufacturing the LSI, or a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
さらには、半導体技術の進歩又は派生する別技術によりLSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてあり得る。 Further, if integrated circuit technology comes out to replace LSI's as a result of the advancement of semiconductor technology or a derivative other technology, it is naturally also possible to carry out function block integration using this technology. There is a possibility of adaptation of biotechnology.
また、各機能ブロックのうち、符号化または復号化の対象となるデータを格納する手段だけ1チップ化せずに別構成としても良い。 In addition, among the functional blocks, only the means for storing the data to be encoded or decoded may be configured separately instead of being integrated into one chip.
本発明にかかる画像符号化方法は、高効率に画像データを圧縮する手段を有し、蓄積用途としては画像の長時間の記録に、伝送用途としては少ないデータ量の画像の配信等に有用である。またテレビ電話やテレビ放送の録画などの用途にも応用が可能である。 The image coding method according to the present invention has means for compressing image data with high efficiency, and is useful for long-term recording of images for storage purposes and for distributing images with a small amount of data for transmission purposes. is there. It can also be applied to applications such as videophone and TV broadcast recording.
1 ブロック分割部
2 差分部
3 DCT部
4 量子化部
5 可変長符号化部
6 バッファ部
7 符号量制御部
8 逆量子化部
9 IDCT部
10 加算部
11 メモリ部
12 動き推定部
13 予測方式候補決定部
14 (符号化難易度を用いた)予測方式候補決定部
15 符号化情報
16 画像サイズ
17 ビットレート
18 フレームレート
19 画像情報
20 画像複雑度算出部
100 画像符号化装置
101 入力画像信号
102 出力ビットストリーム
110 画像符号化装置
112 動き推定部
120 画像符号化装置
130 画像符号化装置
140 画像符号化装置
150 画像符号化装置
200 画像符号化装置
DESCRIPTION OF
Claims (11)
符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する予測方式候補決定ステップと、
決定された予測方式の候補の中から最適な予測方式を選択し、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する動き推定ステップと、
生成された予測画像を用いて前記ブロックの画像を符号化する符号化ステップとを含み、
前記予測方式候補決定ステップでは、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する
ことを特徴とする画像符号化方法。An image encoding method for encoding an image in units of blocks,
A prediction method candidate determining step for determining a prediction method candidate including a motion compensation size and a motion prediction direction for a block to be encoded;
A motion estimation step of selecting an optimal prediction method from the determined prediction method candidates, calculating a motion vector of the block using the selected prediction method, and generating a predicted image of the block using the calculated motion vector When,
An encoding step of encoding an image of the block using the generated predicted image,
In the prediction method candidate determining step, when the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, only the forward direction or the reverse direction is determined. An image coding method, wherein a prediction method to be the direction of motion prediction is determined as the candidate.
前記動き推定ステップでは、決定された前記複数の予測方式の候補の中から最適な予測方式を選択する
ことを特徴とする請求項1記載の画像符号化方法。In the prediction method candidate determination step, a plurality of prediction method candidates are determined for each of a plurality of predetermined motion compensation sizes,
The image coding method according to claim 1, wherein in the motion estimation step, an optimal prediction method is selected from the determined candidates for the plurality of prediction methods.
ことを特徴とする請求項1記載の画像符号化方法。In the prediction method candidate determining step, when the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, the encoding in the encoding step is further performed. The prediction method that calculates only the forward direction or the reverse direction as the direction of the motion prediction is used as the candidate only when the difficulty level is calculated and the obtained difficulty level is larger than a predetermined threshold value. The image encoding method according to claim 1, wherein the image encoding method is determined.
ことを特徴とする請求項3記載の画像符号化方法。The image coding method according to claim 3, wherein, in the prediction method candidate determination step, the degree of difficulty is calculated as the size of the image to which the block belongs increases.
ことを特徴とする請求項3記載の画像符号化方法。The image encoding method according to claim 3, wherein, in the prediction method candidate determination step, the degree of difficulty increases as the amount of data after the encoding in the encoding step increases.
ことを特徴とする請求項3記載の画像符号化方法。The image encoding method according to claim 3, wherein, in the prediction method candidate determination step, the degree of difficulty increases as the frame rate of the image increases.
ことを特徴とする請求項3記載の画像符号化方法。The image coding method according to claim 3, wherein, in the prediction method candidate determination step, the higher the complexity of the image to which the block belongs, the greater the difficulty level.
ことを特徴とする請求項7記載の画像符号化方法。The image coding method according to claim 7, wherein the complexity of the image is a size of a high-frequency component of the image, a size of luminance dispersion per block, or a size of an edge per block.
符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する予測方式候補決定手段と、
決定された予測方式の候補の中から最適な予測方式を選択し、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する動き推定手段と、
生成された予測画像を用いて前記ブロックの画像を符号化する符号化手段とを備え、
前記予測方式候補決定手段は、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する
ことを特徴とする画像符号化装置。An image encoding device for encoding an image in units of blocks,
A prediction method candidate determining unit that determines a prediction method candidate including a size of motion compensation and a direction of motion prediction for a block to be encoded;
Motion estimation means for selecting an optimal prediction method from the determined prediction method candidates, calculating a motion vector of the block using the selected prediction method, and generating a predicted image of the block using the calculated motion vector When,
Encoding means for encoding the image of the block using the generated predicted image;
When the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, the prediction method candidate determining unit determines only one of a forward direction and a backward direction. An image coding apparatus, wherein a prediction method to be the direction of motion prediction is determined as the candidate.
符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する予測方式候補決定手段と、
決定された予測方式の候補の中から最適な予測方式を選択し、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する動き推定手段と、
生成された予測画像を用いて前記ブロックの画像を符号化する符号化手段とを備え、
前記予測方式候補決定手段は、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する
ことを特徴とする集積回路。An integrated circuit for image encoding that encodes an image in block units,
A prediction method candidate determining unit that determines a prediction method candidate including a size of motion compensation and a direction of motion prediction for a block to be encoded;
Motion estimation means for selecting an optimal prediction method from the determined prediction method candidates, calculating a motion vector of the block using the selected prediction method, and generating a predicted image of the block using the calculated motion vector When,
Encoding means for encoding the image of the block using the generated predicted image;
When the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, the prediction method candidate determining unit determines only one of a forward direction and a backward direction. An integrated circuit, wherein a prediction method for determining the direction of motion prediction is determined as the candidate.
符号化の対象となるブロックについて、動き補償のサイズと動き予測の方向とを含む予測方式の候補を決定する予測方式候補決定ステップと、 A prediction method candidate determining step for determining a prediction method candidate including a motion compensation size and a motion prediction direction for a block to be encoded;
決定された予測方式の候補の中から最適な予測方式を選択し、選択した予測方式で前記ブロックの動きベクトルを算出し、算出した動きベクトルを用いて前記ブロックの予測画像を生成する動き推定ステップと、 A motion estimation step of selecting an optimal prediction method from the determined prediction method candidates, calculating a motion vector of the block using the selected prediction method, and generating a predicted image of the block using the calculated motion vector When,
生成された予測画像を用いて前記ブロックの画像を符号化する符号化ステップとを、コンピュータに実行させ、 An encoding step of encoding an image of the block using the generated predicted image;
前記予測方式候補決定ステップでは、前記ブロックがBピクチャに属し、かつ、前記動き補償のサイズが予め定められた一定のしきい値よりも小さい場合には、順方向及び逆方向のいずれかだけを前記動き予測の方向とする予測方式を前記候補として決定する In the prediction method candidate determining step, when the block belongs to a B picture and the size of the motion compensation is smaller than a predetermined threshold value, only the forward direction or the reverse direction is determined. A prediction method for the direction of motion prediction is determined as the candidate.
ことを特徴とする画像符号化プログラム。 An image encoding program characterized by the above.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006522168A JP4755093B2 (en) | 2005-02-01 | 2005-12-26 | Image encoding method and image encoding apparatus |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005025401 | 2005-02-01 | ||
JP2005025401 | 2005-02-01 | ||
PCT/JP2005/023788 WO2006082690A1 (en) | 2005-02-01 | 2005-12-26 | Image encoding method and image encoding device |
JP2006522168A JP4755093B2 (en) | 2005-02-01 | 2005-12-26 | Image encoding method and image encoding apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2006082690A1 JPWO2006082690A1 (en) | 2008-06-26 |
JP4755093B2 true JP4755093B2 (en) | 2011-08-24 |
Family
ID=36777080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006522168A Active JP4755093B2 (en) | 2005-02-01 | 2005-12-26 | Image encoding method and image encoding apparatus |
Country Status (3)
Country | Link |
---|---|
US (1) | US8565307B2 (en) |
JP (1) | JP4755093B2 (en) |
WO (1) | WO2006082690A1 (en) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4752631B2 (en) * | 2006-06-08 | 2011-08-17 | 株式会社日立製作所 | Image coding apparatus and image coding method |
JP2008022405A (en) | 2006-07-14 | 2008-01-31 | Sony Corp | Image processing apparatus and method, and program |
US9137545B2 (en) | 2009-10-21 | 2015-09-15 | Sk Telecom Co., Ltd. | Image encoding and decoding apparatus and method |
CN107979757B (en) | 2011-09-14 | 2021-12-21 | 三星电子株式会社 | Apparatus for decoding video and apparatus for encoding video |
US10110891B2 (en) | 2011-09-29 | 2018-10-23 | Sharp Kabushiki Kaisha | Image decoding device, image decoding method, and image encoding device |
MX337446B (en) | 2011-09-29 | 2016-03-07 | Sharp Kk | Image decoding device, image decoding method, and image encoding device. |
JP2013098933A (en) * | 2011-11-04 | 2013-05-20 | Sony Corp | Image processing device and method |
WO2013065431A1 (en) * | 2011-11-04 | 2013-05-10 | シャープ株式会社 | Image decoding device, image decoding method, and image encoding device |
CN107277511A (en) * | 2011-11-08 | 2017-10-20 | 株式会社东芝 | Picture decoding method and picture decoding apparatus |
JP5924553B2 (en) * | 2012-01-19 | 2016-05-25 | ソニー株式会社 | Image processing apparatus and method, program, and recording medium |
US9451277B2 (en) | 2012-02-08 | 2016-09-20 | Qualcomm Incorporated | Restriction of prediction units in B slices to uni-directional inter prediction |
US9426463B2 (en) * | 2012-02-08 | 2016-08-23 | Qualcomm Incorporated | Restriction of prediction units in B slices to uni-directional inter prediction |
JP6614472B2 (en) * | 2013-09-30 | 2019-12-04 | サン パテント トラスト | Image encoding method, image decoding method, image encoding device, and image decoding device |
CN107809642B (en) * | 2015-02-16 | 2020-06-16 | 华为技术有限公司 | Method for encoding and decoding video image, encoding device and decoding device |
JP2015111961A (en) * | 2015-03-27 | 2015-06-18 | 株式会社東芝 | Image decoding method and image decoding device |
CA2988107A1 (en) * | 2015-06-19 | 2016-12-22 | Nokia Technologies Oy | An apparatus, a method and a computer program for video coding and decoding |
JP6527460B2 (en) * | 2015-12-25 | 2019-06-05 | 日本電信電話株式会社 | Video coding apparatus, video coding method and video coding program |
US20200236385A1 (en) * | 2017-10-03 | 2020-07-23 | Nec Corporation | Video coding device, video decoding device, video coding method, video decoding method and program |
US20200288141A1 (en) * | 2017-10-03 | 2020-09-10 | Nec Corporation | Video coding device, video decoding device, video coding method, video decoding method, program and video system |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000013802A (en) * | 1998-06-19 | 2000-01-14 | Matsushita Electric Ind Co Ltd | Video signal coder employing inter-frame prediction |
JP2000032468A (en) * | 1998-07-10 | 2000-01-28 | Nippon Telegr & Teleph Corp <Ntt> | Image encoding method and recording medium with motion compensation mode selection program recorded therein |
JP2004349855A (en) * | 2003-05-20 | 2004-12-09 | Mitsubishi Electric Corp | Coder |
WO2005011286A1 (en) * | 2003-07-24 | 2005-02-03 | Matsushita Electric Industrial Co., Ltd. | Encoding mode deciding apparatus, image encoding apparatus, encoding mode deciding method, and encoding mode deciding program |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003280512A1 (en) * | 2002-07-01 | 2004-01-19 | E G Technology Inc. | Efficient compression and transport of video over a network |
JP4003128B2 (en) * | 2002-12-24 | 2007-11-07 | ソニー株式会社 | Image data processing apparatus and method, recording medium, and program |
US7724827B2 (en) * | 2003-09-07 | 2010-05-25 | Microsoft Corporation | Multi-layer run level encoding and decoding |
US8160143B2 (en) * | 2004-02-03 | 2012-04-17 | Panasonic Corporation | Decoding device, encoding device, interpolation frame creating system, integrated circuit device, decoding program, and encoding program |
-
2005
- 2005-12-26 JP JP2006522168A patent/JP4755093B2/en active Active
- 2005-12-26 US US11/587,414 patent/US8565307B2/en not_active Expired - Fee Related
- 2005-12-26 WO PCT/JP2005/023788 patent/WO2006082690A1/en not_active Application Discontinuation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000013802A (en) * | 1998-06-19 | 2000-01-14 | Matsushita Electric Ind Co Ltd | Video signal coder employing inter-frame prediction |
JP2000032468A (en) * | 1998-07-10 | 2000-01-28 | Nippon Telegr & Teleph Corp <Ntt> | Image encoding method and recording medium with motion compensation mode selection program recorded therein |
JP2004349855A (en) * | 2003-05-20 | 2004-12-09 | Mitsubishi Electric Corp | Coder |
WO2005011286A1 (en) * | 2003-07-24 | 2005-02-03 | Matsushita Electric Industrial Co., Ltd. | Encoding mode deciding apparatus, image encoding apparatus, encoding mode deciding method, and encoding mode deciding program |
Also Published As
Publication number | Publication date |
---|---|
JPWO2006082690A1 (en) | 2008-06-26 |
US20070217512A1 (en) | 2007-09-20 |
WO2006082690A1 (en) | 2006-08-10 |
US8565307B2 (en) | 2013-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
USRE49787E1 (en) | Moving picture coding method and moving picture decoding method | |
JP4755093B2 (en) | Image encoding method and image encoding apparatus | |
US9961356B2 (en) | Image encoding and decoding apparatus and method | |
JP4348209B2 (en) | Image encoding method and image decoding method | |
EP1878260B1 (en) | Method for scalably encoding and decoding video signal | |
US9338453B2 (en) | Method and device for encoding/decoding video signals using base layer | |
KR20020090239A (en) | Improved prediction structures for enhancement layer in fine granular scalability video coding | |
US20060062299A1 (en) | Method and device for encoding/decoding video signals using temporal and spatial correlations between macroblocks | |
US20070171977A1 (en) | Moving picture coding method and moving picture coding device | |
JP2010103985A (en) | Image encoding device and image encoding method | |
JP2008011117A (en) | Method of determining reference picture during interlaced encoding of image encoding | |
JP2007228560A (en) | Moving picture coding method and moving picture coding device | |
US20060078053A1 (en) | Method for encoding and decoding video signals | |
JP2003274412A (en) | Image encoding method and image decoding method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081111 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20081111 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110526 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140603 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4755093 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |